Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Teknika
Ade ruldy
Unknown Affiliation
Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Control & Systems Engineering Electrical & Electronics Engineering Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Identifikasi Diabetes Mellitus Menggunakan Sensor Gas QCM Dengan Metode Learning Vector Quantization Ade ruldy; Misbah
TEKNIKA Vol. 18 No. 1 (2024): Teknika Januari - Juni 2024
Publisher : Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.10939222

Abstract

Informasi tentang diabetes sering kali diabaikan, sehingga menyebabkan diagnosa yang salah dan berakhir buruk. Identifikasi diabetes mellitus menggunakan gas sensor dengan metode Learning Vector Quantization (LVQ) merupakan salah satu upaya untuk memberikan informasi seseorang terjangkit diabetes atau tidak, dikarenakan kurangnya pengetahuan terhadap gejala diabetes mellitus. Sebagian besar deteksi saat ini masih berbasis dalam menganalisis darah yang dilakukan secara invasif, Hal ini membuat ketidaknyamanan bagi pasien penderita jika dilakukan pemeriksaan secara berulang. Dalam upaya mengatasi masalah tersebut, penelitian ini bertujuan untuk mengidentifikasi diabetes mellitus melalui pendekatan non invasif menggunakan sensor gas Quartz Crystal Microbalance (QCM) yang dilapisi dengan lapisan carbon nanotubes termasuk single walled, multi walled dan graphene oxide sebagai indikator. Metode LVQ diterapkan untuk mengklasifikasi pasien berdasarkan parameter kondisi urin. Hasil penelitian menunjukan bahwa metode LVQ mencapai akurasi tertinggi sebesar 83.33% dengan percobaan pembelajaran yang tepat, yaitu pembelajaran 𝛼 sebesar 0.1, dec 𝛼 sebesar 0.0001 dan epoch sebesar 1000, pada pembagian data 90% untuk data latih dan 10% untuk data uji. Penelitian ini menunjukan potensi pendekatan sebagai alternatif non invasif yang efektif dalam deteksi diabetes mellitus.
Co-Authors Misbah